最近经常有同学私信我：“我本专业不是与数据分析相关的，该如何学习数据分析？”，“数据分析这个行业好学吗？”在5年之前，如果你专业对口、会点 SQL、Python等基本编程语言，数据分析相关岗位非常容易获得！目前数据分析、数据挖掘方向依然火热，不过供需关系已发生很大的变化，市场对数据分析岗位要求是越来越高了。
目前数据分析岗位除了要求你会数据分析外，老板们甚至还希望你会大数据、数据挖掘、算法、良好数据敏感性等(不同部门会略有差异)。面对越来越苛刻的岗位要求，高效学习数据分析相关知识迫在眉睫！
今天我将根据自身工作经验和面试经历来分享一下数据分析的学习路线。数据分析学习路线也将由浅入深、由简到繁逐步加深，希望你有所帮助！内容较多，建议先收藏！有所收获，点赞支持。
交流群
想要进技术交流群的同学，可以直接加微信号：dkl88191。加的时候备注一下：研究方向+学校/公司+知乎，即可。然后就可以拉你进群了。
1、SQL
基于不同数据库(Oracle、PostgreSQL、Hadoop等)，SQL语法虽然会略有差异，但微乎其微，SQL是从事数据行业必须要熟练掌握的基本功。与其他语言相比，SQL入门相对比较简单，但想要深入掌握还是有一定的难度的。建议新手先把基础技能掌握，一定要动手敲代码，否则学完理论知识觉得自己都会了，但是遇到实际场景一脸懵逼，不知怎么应用。
分享2个学习SQL的网站，可以解决90%的问题了！
1）免费白嫖网站
2）书籍
喜欢看书的，我推荐如上图所示呼声最高的这3本书。首先要搞清楚的一件事，《MySQL必知必会》和《SQL必知必会》是同一个作者 Ben Forta ，《SQL必知必会》的前20章所有内容在《MySQL必知必会》里都有，并且多了10章针对 MySQL 的内容。但我更推荐《MySQL必知必会》。
《MySQL必知必会》这本书讲解的非常的全面，光是最常用的 SELECT语句就花了12章来细细讲解。并且整本读下来会感觉到逻辑是非常清晰的，时刻知道自己学的是知识体系上的哪一个分支。《SQL 基础教程》可根据需要来取舍。
链接: https://pan.baidu.com/s/1oXWURONqeLU6C-kme_EgIA
提取码: 5mt6
2、Python
说起 Python，这应该是最近几年最火热的语言了，我们经常能在朋友圈看到 Python 相关的内容。个人建议，在开始学习之前，先去各大招聘网站看看你心仪的岗位职责，明确自己想做的细分方向，每个公司的岗位职责可能不太一样，所需要掌握的技能侧重点也不尽相同，有针对性的去学习才是关键。
1）选择编辑器
作为小白，我们首先会面临这样一个问题：用 Python 哪个编辑器 / IDE 最好用？下面这一篇文章中，列举了 6 个目前程序员最爱的编辑器，并且列举了每一个编辑器的优缺点，我相信总有一款是你的最爱！
2）学习资料
市面上学习 Python 的书籍非常的多，稂莠不齐。我一直坚信书在于精，不在于多，不好的书既浪费时间，也浪费金钱。今天分享给大家 Python 学习三件套：《ThinkPython》、《简明Python教程》、《Python进阶》。如果你是刚入门的小白，不用想了，这是最好的学习教材。
资料链接：https://pan.baidu.com/s/1VvVRP2g9lVXFOzfxruUTrA
提取码: s45k
3）Python 项目实战
大家在学习Python的过程中，在掌握了 Python 基础的前提下，都想学习一下案例，来进一步巩固Python的基础知识，并提升自己的Python编程能力。
我给大家分享一个Python的热门实战项目：Python。该项目提供了近五百个Python的小案例，并且已经接近2万个star。同时，该项目的代码贡献者一共包含了528名作者，绝对是一个集思广益的成果。
Github地址：https://github.com/geekcomputers/Python
4）思维导图
Python 的知识点很多，只有梳理清楚框架体系才能有助于理解消化。今天我分享给大家一些我珍藏很久的思维导图(部分展示如下图)，需要的话下面有链接。
链接: https://pan.baidu.com/s/18adriQ44zgJOBSmY4I_CIA
提取码: sfzg
5）提效工具包
3、数据分析
经过 SQL 和 Python 的实战，我们已掌握的数据分析的基础技术能力，接着我们就可以学习数据分析了。
1）数据分析是什么
数据分析是指用适当的分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，它可以帮助人们作出正确的判断，以便采取适当行动。
2）数据分析六件套
面对市场上多如牛毛的数据分析书籍，新手很容易陷入到处是书却无书可看的局面。为了让大家不走弯路、节约时间，我将数据分析资料按照难易程度分为入门、进阶、拓展(工具)等维度，大家可以根据自身学习情况进行选择。
资料链接: https://pan.baidu.com/s/1HtCMmPoOrjFzkHT8DsZPnQ
提取码: bwqu
3）数据分析项目实战
当我们掌握数据分析的基础知识后，需要通过实践提升自身的数据分析能力。我推荐几个网站，在这里有完整的实战项目训练，我们可以跟着学习，不断的理解数据分析思路，提高对数据的敏感度。地址如下：
推荐几个优秀的数据分析案例：
- 最详细的Python结合RFM模型实现用户分层实操案例！
- 太香！一行代码搞定端到端数据分析报告！
- 手把手教你分析客户购买意愿(附代码数据)
- 4 款 Python 数据探索性分析(EDA)工具包，总有一款适合你！
- Python数分实战｜从六个视角分析了58万条电商用户行为数据
- 一文详解八大数据分析方法，数据分析必备！
4）数据分析常用网站
5）可视化
- 超赞！20个炫酷的数据可视化大屏(含源码)
- 超强大！Python 可视化这款大屏就够了！
- Python绘图库，这款绝对是一个极具创造力的非主流库！
- Python绘图库，能做到极致简洁也只有这款了
- 被Altair圈粉了！Python数据可视化又来一位猛将！
4、大数据、机器学习(核心竞争力)
面对海量数据需求，越来越多的数据分析岗位需要有大数据处理能力和机器学习技巧，这些技能才是你的核心竞争力
1）非常实用的网站
2）优秀资料
年度最佳！23个的机器学习最佳实战项目（附源代码）建议收藏！
【视频+PPT】2021李宏毅老师40节机器学习课程已更新完毕！
就在刚刚，CVPR 2021最佳论文、最佳学生论文等奖项出炉了！
再见”黑匣子模型”！SHAP 可解释 AI (XAI)实用指南来了！
干货！分享 10 个用于并行和分布式机器学习任务的Python框架！
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/221981.html